Anthropic topwetenschapper: “De volgende stap is AI die zichzelf traint”

In Silicon Valley groeit het besef dat de komende jaren beslissend worden voor de toekomst van kunstmatige intelligentie. Terwijl grote techbedrijven elkaar in razend tempo proberen in te halen, staat de wereld voor een mogelijke technologische sprong die alles kan veranderen, of juist ontsporen. Volgens Jared Kaplan, chief scientist van Anthropic, naderen we een moment waarop we moeten bepalen hoeveel autonomie we AI durven te geven, zo deelt hij in een interview met The Guardian.

Kaplan noemt het toelaten dat AI zichzelf gaat trainen “de grootste beslissing ooit”. Die keuze moet volgens hem ergens tussen 2027 en 2030 worden gemaakt, wanneer modellen krachtig genoeg zijn om hun eigen kennis en vaardigheden te verbeteren. Dat kan een positieve “intelligence explosion” veroorzaken: razendsnelle vooruitgang in wetenschap, medische doorbraken en productiviteit. Maar het brengt net zo goed het risico mee dat mensen de controle kwijtraken over systemen die zichzelf versterken.

De snelheid waarmee AI zich ontwikkelt, verbaast zelfs topwetenschappers. Kaplan verwacht dat AI binnen 2 - 3 jaar het merendeel van de kantoorbanen kan overnemen. Hij gaat zelfs zo ver om te zeggen dat zijn zesjarige zoon nooit beter zal zijn dan AI in academisch werk. Het klinkt dramatisch, maar hij schetst bewust een reëel toekomstbeeld waar beleidsmakers nu nog onvoldoende grip op hebben.

Er zijn grote voordelen: efficiëntere gezondheidszorg, enorme tijdswinst en nieuwe economische motoren. Maar de risico's zijn net zo tastbaar. Anthropic ontdekte bijvoorbeeld dat een Chinees staatsteam misbruik maakte van zijn Claude Code-tool om cyberaanvallen voor te bereiden. Het illustreert hoe snel machtige modellen in verkeerde handen kunnen vallen en hoe moeilijk het wordt om misbruik tegen te gaan als AI systemen zichzelf gaan verbeteren.

Ondertussen woedt een moordende concurrentiestrijd tussen Anthropic, OpenAI, Google DeepMind, xAI en grote Chinese spelers. Iedereen probeert als eerste de stap naar superintelligentie te zetten. Dat jaagt niet alleen innovatie aan, maar verhoogt ook de druk om steeds grotere modellen te bouwen zonder dat veiligheidskaders klaarstaan.

De wereldwijde infrastructuur moet bovendien een gigantische sprong maken. Tegen 2030 is er volgens Kaplan mogelijk $6,7 biljoen nodig om voldoende datacenters te bouwen om de groeiende AI-honger te voeden. Dat is een kostenpost waar zelfs supermachten van gaan zweten.